Parametric, Probabilistic, Timed Resource Discovery System
本文提出了一个完全分布式的资源发现和预留系统。这样一个系统的验证是很重要的，以确保在适当的条件下执行一组资源上的分布式应用程序。一个半形式化的模型，他的系统使用概率时间自动机。这个模型是定时的，参数化的和概率的，使它成为一个挑战的参数合成社区。
2016-08-02 cs.DC cs.SE
A Study of Grid Applications: Scheduling Perspective
随着网格从一个高性能的集群中间件发展成为一个多用途的实用计算框架，需要对网格应用程序及其统计和利用模式有很好的了解。这项研究着眼于作业执行时间和资源利用率在网格环境中，集群和网络规模，本地级调度和资源管理的意义。
2007-11-02 cs.DC
Alchemi: A .NET-based Grid Computing Framework and its Integration into Global Grids
耦合地理上分布的资源的计算网格正在成为解决科学、工程和商业中大规模问题的事实上的计算平台。支持网格计算的软件主要是为Unix类操作系统编写的，因此严重限制了有效利用绝大多数台式计算机（即，运行Microsoft Windows操作系统的变体的计算机）的计算资源的能力。从软件行业的角度来看，解决基于Windows的网格计算问题尤为重要，因为软件行业对网格的兴趣正在迅速兴起。Microsoft的.NET Framework在为基于Windows的平台实现商业分布式系统方面已经变得几乎无处不在，在这种情况下，它被定位为网格计算的理想平台。在本文中，我们提出了Alchemi，一个基于. NET的网格计算框架，它提供了构建桌面网格和开发网格应用程序所需的运行时机制和编程环境。除了网格作业模型之外，它还支持面向对象的网格应用程序编程模型，从而允许灵活的应用程序组合。通过Web服务接口提供跨平台支持，灵活的执行模型支持网格节点的专用和非专用（自愿）执行。
2004-02-10 cs.DC
An Algorithm for File Transfer Scheduling in Grid Environments
针对网格环境下的数据传输调度问题，提出了一种具有动态和自适应特性的集中式调度器。该算法为用户传输请求提供了一个预留系统，该系统根据网络拓扑结构和用户为请求指定的约束来分配传输时间和带宽。本文介绍了与数据传输领域相关的项目，调度器的框架设计，调度器的主要功能，传输请求重新调度的步骤和两个测试，说明系统的行为，不同类型的传输请求。
2009-01-02 cs.DC cs.DS cs.NI
Problem of Application Job Monitoring in GRID Systems
我们提出了一种新的方法来监测网格环境中的应用程序作业的执行过程。该方法的要点是使用网格服务访问具有网格中可用的安全级别的监测信息。
2003-11-10 cs.DC
Fine-Grained Authorization for Job Execution in the Grid: Design and Implementation
在本文中，我们描述了我们的工作，使细粒度的授权资源的使用和管理。我们解决的需要，虚拟组织执行自己的政策，除了那些资源所有者，在资源消耗和作业管理。为了实现这一设计，我们提出了Globus Toolkit的版本2的资源管理机制的变化和扩展。我们描述的原型和政策语言，我们设计来表达细粒度的政策，我们提出了我们的解决方案的分析。
2003-11-20 cs.CR cs.DC
A Grid Service Broker for Scheduling Distributed Data-Oriented Applications on Global Grids
下一代科学实验和研究，通常被称为电子科学，是由分布在世界各地的研究人员进行的，他们从事分析科学仪器产生的大量数据。网格计算已经成为电子科学的推动者，因为它允许创建虚拟组织，将具有共同目标的社区聚集在一起。在社区内，数据汇集存储或复制在分布式资源上，以增强存储能力或访问效率。在这样的环境中，科学家需要有能力通过透明地访问分布式数据和计算资源来进行研究。在本文中，我们提出并开发了一个网格代理，通过（a）为给定的分析场景发现合适的数据源，（b）合适的计算资源，（c）最佳地将分析作业映射到资源，（d）在选定的资源上部署和监视作业执行，（e）在作业执行期间从本地或远程数据源访问数据，以及（f）整理和呈现结果。该代理支持用于创建网格应用程序的声明式和动态参数化编程模型。我们已经使用这个模型在网格启用高能物理分析应用程序（百丽分析软件框架）。该经纪人已被用于在网格测试平台上部署Belle实验数据分析工作，称为Belle分析数据网格，分布在澳大利亚各地的资源通过GrangeNet互连。
2004-05-06 cs.DC
Scheduling in Data Intensive and Network Aware (DIANA) Grid Environments
在网格调度决策的基础上，往往是数据或计算密集型的工作：在数据密集型的情况下，工作可能会推到数据和计算密集型的情况下，数据可能会拉到作业。这种调度，其中有没有考虑网络特性，可能会导致性能下降，在网格环境中，并可能导致大的处理队列和作业执行延迟，由于网站过载。在本文中，我们描述了一种数据密集型和网络感知（DIANA）元调度方法，该方法在跨多个站点做出调度决策时考虑数据、处理能力和网络特征。通过一个网格测试平台上的实际实现，我们证明了数据密集型作业的队列和执行时间可以显着改善，当我们引入我们提出的DIANA调度。基本调度决策由每个潜在目标位置的加权因子决定，该加权因子是网络特性、处理周期以及数据位置和大小的计算函数。作业调度器提供计算资源的全局排名，然后基于该总体访问和执行成本来选择最优的计算资源。DIANA方法将网格视为活动网络元素的组合，并将网络特性作为调度决策矩阵中的第一类标准以及计算和数据。然后，调度器可以通过考虑网络的变化状态、数据的位置和大小以及可用处理周期池来做出明智的决策。
2007-07-05 cs.DC
Providing Virtual Execution Environments: A Twofold Illustration
平台虚拟化有助于解决网格计算面临的主要挑战：与灵活的、用户控制的和自定义的执行环境共享资源，同时隔离故障和恶意代码。网格资源管理工具将发展到支持虚拟资源。我们提出了两个开源项目，透明地提供虚拟执行环境。Tycoon是在惠普实验室开发的，旨在优化资源使用，创造一种用户出价访问虚拟机并竞争CPU周期的经济。SmartDomains提供了一个点对点层，使用HP实验室的描述语言和部署引擎自动化虚拟机部署。这些项目展示了客户端-服务器和对等网络的虚拟资源管理方法。第一种情况广泛使用虚拟机特性进行动态资源分配。第二种方法将虚拟机功能转换为一种复杂的语言，在这种语言中，资源管理组件可以插入到部署时定义的配置和架构中。我们建议分享我们在CERN openlab开发SmartDomains和部署Tycoon的经验，以说明虚拟资源管理的新兴研究。
2008-08-27 cs.DC
Managing Uncertainty: A Case for Probabilistic Grid Scheduling
网格技术正在发展成为一个全球性的、面向服务的体系结构，一个提供未来高需求计算服务的通用平台。网格和效用计算概念的广泛采用导致越来越多的网格安装运行各种不同大小和复杂性的应用程序。在本文中，我们解决的问题交付期限/经济调度在异构应用环境中使用的统计特性的作业历史执行和相关的元数据。这种方法的动机是由一个多用途的网格集群服务于一个社区的20个电子科学项目的网格应用程序所产生的六个月的计算负载的研究。所观察到的作业统计，资源利用率和用户行为的背景下，最适合支持概率和自主调度架构的管理方法和模型进行了讨论。
2007-11-02 cs.DC
Intelligent strategies for DAG scheduling optimization in Grid environments
提出了一种网格环境下动态DAG调度问题的解决方案。提出了一种分布式、可扩展、高效、容错的任务优化分配算法。具有依赖关系的任务的调度算法使用启发式模型来优化任务执行的总成本。提出了一种基于遗传算法的资源优化分配方法。实验使用MonALISA监测环境及其扩展。结果表明，与其他调度方法相比，这种DAG调度算法的性能非常好。
2011-06-27 cs.DC
Grid porting of Bhabha scattering code through a master-worker scheme
一个程序计算巴巴散射在高能对撞机被认为是移植到EGEE网格基础设施。该程序代码是aITALC项目的结果，通过使用主工人操作方案进行移植。作业的提交、执行和监控是使用GridWay元数据库实现的。无人值守的作业执行被证明是完整的，而且相当有效，即使在没有网格的先验知识的情况下。虽然这批作业仍然在用户端组织，但实际的计算是在phenogrid虚拟组织中进行的。科学结果支持了小角巴巴散射用于国际直线对撞机项目的光度测量。
2009-04-01 cs.DC hep-ph
Resource CoAllocation for Scheduling Tasks with Dependencies, in Grid
在广域分布式系统上调度应用程序对于以有效的方式获得快速和可靠的结果是有用的。优化调度算法对于实现资源的优化利用至关重要。现有的和潜在的应用包括许多活动领域，如卫星图像处理和医学。提出了一种网格环境下具有依赖关系的任务调度算法。CoAllocation表示为具有依赖性的任务提供调度的策略，其主要目的是调度的效率，在负载均衡和用于执行任务的最小时间方面。
2011-06-27 cs.DC
A Computational Economy for Grid Computing and its Implementation in the Nimrod-G Resource Brok
计算网格，耦合地理上分布的资源，如个人电脑，工作站，集群，和科学仪器，已经成为下一代的计算平台，解决大规模的问题，在科学，工程和商业。然而，这些环境中的应用程序开发、资源管理和调度仍然是一项复杂的任务。在这篇文章中，我们将讨论我们的努力，在开发一个资源管理系统调度计算分布在世界各地的资源，不同的服务质量。我们的面向服务的网格计算系统称为Nimrod-G管理与远程执行相关的所有操作，包括资源发现，交易，基于经济原则和用户定义的服务质量要求的调度。Nimrod-G资源代理是通过利用Globus等现有技术实现的，并提供了构建工业强度网格所必需的新服务。我们讨论的初步实验结果调度一些参数计算使用Nimrod-G资源代理在一个世界范围内的网格测试平台，跨越五大洲。
2001-11-17 cs.DC
Realizing Fast, Scalable and Reliable Scientific Computations in Grid Environments
有效和可靠地管理和执行大规模科学计算的实际实现是相当具有挑战性的。科学计算通常涉及对大量数据进行操作的数千甚至数百万个任务，这样的数据通常是分布式结构化的并且以异构物理格式存储，并且科学家必须在异构、分布式并且可能不断变化的计算、存储和网络资源的集合上指定和运行这样的计算。我们提出了几个先进的系统：Swift，Karajan和Falkon的集成，以解决在网格环境中运行各种大规模的科学应用程序的挑战。Swift是一种并行编程工具，用于快速可靠地规范、执行和管理大规模科学和工程工作流。Swift由一个名为SwiftScript的简单脚本语言和一个强大的运行时系统组成，该系统基于CoG Karajan工作流引擎，并集成了Falkon轻量级任务执行服务，该服务使用多级调度和流线型调度器。我们展示了集成系统的可扩展性，性能和可靠性，使用来自天文学，认知神经科学和分子动力学，这都包括大量的细粒度的工作的应用程序的例子。我们表明，Swift能够表示动态工作流，其结构只能在运行时确定，并使用SwiftScript大大减少了各种工作流表示的代码大小;通过Karajan引擎调度执行数十万并行计算;与传统的批处理器相比，执行时间减少了90%。
2008-08-26 cs.DC cs.PL
The Impact of Data Replicatino on Job Scheduling Performance in Hierarchical data Grid
在数据密集型应用程序中，数据传输是作业执行延迟的主要原因。数据访问时间取决于带宽。广域网和Internet的高带宽是网格环境下支持快速数据访问的主要瓶颈。有效的调度可以通过将作业分派到存在所需数据的位置来减少通过互联网传输的数据量。另一种解决方案是使用数据复制机制。动态副本策略的目标是减少文件访问时间，从而减少作业运行时间。在本文中，我们提出了一个作业调度策略和一个动态的数据复制策略，称为HRS（分层复制策略），以提高数据访问效率。我们研究我们的方法，并通过模拟评估。结果表明，我们的算法比现有的策略提高了12%。
2010-10-04 cs.DC
Enabling Scientific Workflow Scheduling Research in Non-Uniform Memory Access Architectures
Universidad de los Andes（安第斯大学）
本文提出nFlows，一个支持在非统一内存访问架构上进行科学工作流调度研究的运行时系统，用于建模、执行、模拟和验证调度算法。
2025-11-25 cs.DC
Intégration des intergiciels de grilles de PC dans le nuage SlapOS : le cas de BOINC
在本文中，我们将描述与在云中集成桌面网格中间件相关的问题和解决方案，在本例中是开源SlapOS云。我们专注于描述集成的配方和执行限制的问题。它们构成了面向服务架构和云计算的两个方面。SlapOS解决的这两个问题与传统上在云中完成的工作无关，因为我们不依赖虚拟机，也没有数据中心（如云中定义的）。此外，我们表明，从最初的部署模型，我们不仅考虑到Web应用程序，B2B应用程序...还包括网格领域的应用程序;这里是桌面网格中间件，它是一个案例研究。
2012-11-27 cs.DC
Efficient Resource Matching in Heterogeneous Grid Using Resource Vector
本文提出了一种在分布式校园网格环境中有效调度作业以获得最佳作业吞吐量的方法。传统的作业调度器根据用户和作业资源属性来确定作业调度。用户属性与当前使用、历史使用、用户优先级和项目访问相关。作业资源属性主要包括软需求（编译器，库）和硬需求，如内存，存储和互连。如果资源满足作业的硬要求和软要求，则作业调度程序将作业分派给资源。在作业执行期间的当前场景中，如果资源变得不可用，则向调度器呈现有限的选项，即重新排队作业或将作业迁移到不同的资源。这两种选择在数据和计算时间方面都很昂贵。如果考虑网格环境中资源的可用时间这一经常被忽略的因素，这些情况就可以避免。我们提出了资源排名的方法，在该方法中，作业被分派到一个资源，其中具有最高的排名之间的所有资源，匹配的作业的要求。结果表明，我们的方法可以提高许多串行/单片作业的吞吐量。
2010-06-07 cs.DC
Optimal Fault-Tolerant Dispersion on Oriented Grids
针对有向网格上的机器人分散问题，提出在时间和单机内存上均最优的崩溃容错算法，并扩展处理弱拜占庭机器人。
2024-10-25 cs.DC
Checkpointing to minimize completion time for Inter-dependent Parallel Processes on Volunteer Grids
志愿者计算正在成功地用于大规模科学计算。这项研究是在Volpex的背景下，一个编程框架，支持在志愿者环境中的通信并行过程。Redemption和检查点相结合，以确保Volpex在这个独特的执行环境中的一致性，该环境的特点是异构的易发生故障的节点和相互依赖的复制过程。使用Volpex优化性能的一个重要参数是检查点的频率。本文提出了一个数学模型，通过寻找一个合适的检查点间隔来最小化志愿者环境中运行的相互依赖的并行进程的完成时间。验证是用一个在分布式志愿者节点池上运行的真实世界应用程序样本来执行的。结果表明，我们预测的检查点间隔的性能是相当接近的最佳性能经验获得不同的检查点间隔。
2016-03-11 cs.DC
Heterogeneous Strong Computation Migration
科学计算和工业对性能要求的不断提高，激发了对强大计算基础设施的需求。网格作为一种以并行和分布式方式廉价执行繁重应用程序的解决方案出现。它允许独立于资源的物理位置和体系结构来组合资源，从而形成一个可供所有网格用户使用的全局资源池。然而，网格环境是高度不稳定和不可预测的。在这方面，适应性是一个至关重要的问题，以便保证向用户提供适当的服务质量。迁移是一种经常用于实现适应的技术。本报告的目的是调查的问题，强迁移异构环境中，如网格的，相关的实施问题和当前的解决方案。
2010-10-03 cs.DC
Metascheduling of HPC Jobs in Day-Ahead Electricity Markets
高性能网格计算是实现大规模协同计算科学的关键。随着百亿亿次计算的发展，高性能网格系统预计将产生随时间超线性增长的电费。为了实现这些系统的成本效益，这是必不可少的调度算法，以利用电力价格的变化，在空间和时间，这是普遍存在的动态电价市场。在本文中，我们提出了一个元调度算法，以优化放置的工作在一个计算网格消耗电力的一天前的批发市场。我们制定的调度问题作为一个最小成本最大流问题，并利用排队等待时间和电价预测，以准确地估计在系统中的作业执行的成本。使用基于跟踪的模拟与真实和合成的工作负载跟踪，和真实的电价数据集，我们证明了我们的方法在两个目前运行的电网，XSEDE和NorduGrid。我们的实验设置总共包括超过433K的处理器，分布在17个地理位置的58个计算系统中。实验表明，我们的方法同时优化了总的电力成本和平均响应时间的网格，而不会对用户的本地批处理系统是不公平的。
2017-12-29 cs.DC
A Systematic Evaluation of the Potential of Carbon-Aware Execution for Scientific Workflows
University of Glasgow（格拉斯哥大学）；Humboldt-Universität zu Berlin（柏林洪堡大学）
本研究系统评估了碳感知执行在科学工作流中的潜力，通过量化碳排放问题并展示时间偏移和资源扩展对减排的显著影响，提出更可持续的执行模型。
2026-03-06 cs.DC
A Design-Time/Run-Time Application Mapping Methodology for Predictable Execution Time in MPSoCs
Audi Electronics Venture GmbH（奥迪电子风险投资有限公司）；Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)（埃尔朗根-纽伦堡弗里德里希·亚历山大大学）；University of Pennsylvania（宾夕法尼亚大学）；Ulm University（乌尔姆大学）
本文提出了一种结合设计时间分析与运行时间应用映射的方法学，通过设计空间探索与形式性能分析生成多个优化配置，确保每个应用的实时保障，并通过运行时间管理在Pareto最优配置中寻找合适映射，利用空间隔离和新型时间隔离技术提高映射成功率并降低能耗。
2017-11-16 cs.DC cs.MA cs.NI
Optimizing MapReduce for Highly Distributed Environments
MapReduce是大规模数据处理的流行编程范例，传统上部署在紧密耦合的集群上，其中数据已经在本地可用。然而，数据和计算资源在单个中心位置可用的假设不再适用于商业、科学和社交网络领域中的许多新兴应用，其中数据以地理上分布式的方式生成。此外，执行数据分析所需的计算资源可以分布在多个数据中心或社区资源（诸如网格）上。在本文中，我们开发了一个建模框架，以捕获MapReduce执行在一个高度分布式的环境，包括分布式数据源和分布式计算资源。这个框架足够灵活，可以为MapReduce执行捕获多个设计选择和性能优化。我们提出了一个模型驱动的优化，有两个关键特征：（i）它是端到端的，而不是短视的优化，可能只会使局部最优，但全局次优的决策，（ii）它可以控制多个MapReduce阶段，以实现低运行时间，而不是单阶段优化，可能只控制个别阶段。我们的模型结果表明，我们的优化可以提供近82%和64%的执行时间减少近视和单阶段优化，分别。我们已经修改了Hadoop来实现我们的模型输出，并在8节点模拟PlanetLab测试平台上使用三种不同的MapReduce应用程序，我们表明，我们优化的Hadoop执行计划在运行时间上比普通Hadoop执行减少了31-41%。我们的模型驱动优化还提供了一些见解，根据应用程序和平台特性选择技术和执行参数。
2012-07-30 cs.DC
Application Performance Modeling via Tensor Completion
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出用低秩CP张量分解对应用性能建模，结合张量补全优化，在六个应用中实现高维性能预测，精度和内存效率优于网格模型和监督学习模型。
2023-08-29 cs.DC cs.LG cs.PF
SpecBox: Speculative Sandbox Scheduling for Efficient LLM Agent Serving
Beihang University（北京航空航天大学）；University of Leeds（利兹大学）；The University of Sydney（悉尼大学）
研究大语言模型智能体服务中沙盒部署的资源利用与延迟矛盾，提出SpecBox，通过推测性沙盒预分配、上下文感知随机预取及相关优化，有效降低端到端延迟并削减峰值内存消耗。
2026-08-06 cs.AI cs.DC cs.LG
Intrusion Prevention and Detection in Grid Computing - The ALICE Case
Johann-Wolfgang-Goethe University（约翰·沃尔夫冈·歌德大学）
网格允许用户通过远程通信网络灵活地按需使用计算资源。高能物理网格（HEP）研究的一个显著例子是欧洲核子研究中心的ALICE实验。物理学家可以提交用于处理大型强子对撞机（LHC）产生的大量粒子碰撞数据的作业。电网面临着复杂的安全挑战。它们是寻求巨大计算资源的攻击者的有趣目标。由于用户可以在网格站点上的工作节点中执行任意代码，因此应该特别注意这种环境。需要自动化工具来强化和监控这种情况。目前，还没有针对这种需求的集成解决方案。本文描述了一种新的安全框架，允许在沙箱环境中执行作业负载。它还允许通过机器学习方法进行进程行为监控，以检测入侵，即使在新的攻击方法或零日漏洞被利用时也是如此。我们计划实施建议的框架作为一个软件原型，将作为一个组件的ALICE网格中间件进行测试。
2017-04-20 cs.AI cs.CR cs.DC
Dynamic scheduling of virtual machines running hpc workloads in scientific grids
采用虚拟化的主要动机是资源隔离、容量管理和资源定制，允许资源提供商将其资源整合到虚拟机中。已经采取了各种方法来将虚拟化集成到科学网格中，特别是在高性能计算（HPC）的领域中，以在虚拟机中运行网格作业，从而能够更好地提供底层资源并在运行时定制执行环境。尽管有这些好处，但虚拟化层也会带来性能损失，而且还没有很好地理解这种开销将如何影响系统的性能，其中作业的调度时间很紧。由于这种开销会改变工作负载的类型，无论它们是内存密集型，CPU密集型还是网络I/O绑定，并且可能导致系统中运行作业的不可预测的截止日期估计。在我们的研究中，我们试图通过开发一种智能调度技术来解决这个问题，该技术用于监控虚拟机的工作负载类型和最后期限，并实时的计算系统开销，以最大限度地提高在商定的最后期限内完成的作业数量。
2010-09-24 cs.DC cs.DS cs.PF
The Living Application: a Self-Organising System for Complex Grid Tasks
我们提出的生活应用程序，一种方法来自主管理应用程序在网格上。在网格上执行过程中，动态应用程序会选择要使用的资源来完成任务。这些选择可以基于内部状态，或者基于从外部传感器自主获取的知识。通过将有限的用户能力赋予活动应用，活动应用能够将其自身从一个资源拓扑移植到另一个资源拓扑。应用程序在运行时执行这些操作，而不依赖于用户或外部工作流工具。我们证明了这一新的概念，在一个特殊的情况下，一个活生生的应用程序：生活模拟。今天，许多模拟需要广泛的数值求解器，如果专门的节点与求解器匹配，则运行效率最高。生活模拟的想法是，它决定自己的网格机使用的基础上，目前正在使用的数值求解器。在本文中，我们应用生活模拟两个星系之间的碰撞，在一个测试装置与两个专门的计算机。该模拟在荷兰的GPU支持的计算机和位于美国的GRAPE支持的计算机之间切换，无论何时在荷兰运行都使用八叉树N体代码，而在美国使用直接N体求解器。
2009-07-23 astro-ph.GA cs.DC cs.NI
The Surplus Parking Gathering Problem in Infinite Grids
Indian Institute of Technology Jodhpur（印度理工学院焦普尔分校）；Birla Institute of Technology Mesra（米尔拉比特学院）
研究无限网格上机器人的剩余停车聚集问题，针对自主、匿名等特性的机器人，在异步模型下，先确定可解性必要条件，再给出确定性分布式算法，分析其移动复杂度，得到上界和最坏情况下界。
2026-07-08 cs.DC math.LO
Using Provenance to support Good Laboratory Practice in Grid Environments
进行实验和记录结果是科学家的日常工作。良好和可追溯的文件使其他科学家能够确认程序和结果，以提高可信度。文件和科学行为受到监管，并被称为“良好实验室规范”。“实验室笔记本用于记录进行实验和处理数据的每一步。最初，这些笔记本是基于纸张的。由于计算机化的研究系统，所获得的数据变得更加精细，从而增加了对具有数据存储、计算功能和可靠的电子文档的电子笔记本的需求。作为一种新的方法，科学数据管理系统（数据库）的可追溯性文件的功能得到了增强。来源记录用于满足可追溯性的要求，该信息可以在以后进行查询以供进一步分析。DataBase对于科学文档还有其他重要的特性：它采用了异构和分布式数据存储的概念。这使得能够访问不同类型的数据存储系统（例如，G.网格数据基础设施、文件服务器）。在本章中，我们将描述一些可用或接近完成的开发的构建块。这些组件旨在组装一个电子实验室笔记本用于网格环境中，同时保持最大的灵活性，使用场景以及最大的兼容性相互重叠。通过使用这样一个系统，出处可以成功地用于跟踪研究数据的准备、执行、评价、解释和存档的科学工作流程。研究结果的可靠性提高，研究过程对远程研究伙伴保持透明。
2011-12-13 cs.CE cs.DB cs.DC
